Métodos de investigación social - FLACSOANDES · investigación social debido a la simpleza en su construcción y a las buenas propiedades psicométricas que se han reportado. Por

EDICIONES CIESPAL

Métodos de investigación

social

Paulina Salinas Meruane Manuel Cárdenas Castro

Quito - Ecuador 2009

www.flacsoandes.edu.ec

Métodos de investigación social

Primera Ed ición

© 2008, Ed iciones Un iversidad Católica del Norte AV. Angamos 061 O ,Antofagasta, Chi le Telefax: (56)(55)355824 1 355826 E-mai l : www. period ismo.ucn .cl ISBN: 978-956-287-266-9

Segunda Ed ición

© Paul ina Salas Meruane Manuel Cárdenas Castro

1 .000 ejemplares - Marzo 2008

ISBN : 978-9978-55-070-0 Código de barras 978-9978-55-070-0 Registro derecho autora! N° 030584

Portada y Diagramación Diego Acevedo

Impresión Editorial "Quipus", C IESPAL Quito-Ecuador

Los textos que se publ ican son de exclusiva responsabilidad de su autor.

5

ÍNDICE

Primera Parte Diseños de Investigación Cuantitativa

LISTADO DE AUTORES

INTRO DUCCIÓN

CAPÍTULO 1 Defin ición y planteamiento del problema de investigación (Andrés Music)

CAPÍTULO 11 Elaboración del marco teórico (Carlos Calderón y Andrés Music)

CAPÍTULO 111 Defin ición de los tipos de estudio (Carlos Calderón)

CAPÍTULO IV Las h ipótesis de investigación (Manuel Cardenas Castro)

CAPÍTULO V Diseños en ciencias sociales (Manuel Cárdenas Castro)

6

9

11

23

43

57

73

83

CAPÍTULO VI I ntroducción al uso de muestras para la real ización de encuestas en la investigación social (Gabriel Davidovics Molnar y Alberto Mayal Miranda)

CAPÍTULO VIl Construcción y val idación de instrumentos de medida para la recolección de datos (Manuel Cárdenas Castro)

CAPÍTULO VIII Proced imientos y técnicas de anál isis de la información en SPSS 1 4.0 (Manuel Cárdenas Castro)

CAPÍTULO IX Elaboración de reportes de investigación en ciencias sociales (Manuel Cárdenas Castro)

ANEXO Introducción al manejo del programa estadístico SPSS 1 4 .0 ( Isabel Alegría Carmona, Carmen González Chang , Siu-Lin Lay Lisboa)

7

99

141

183

263

271

Segunda Parte Diseños de Investigación Cualitativa

CAPÍTULO X Dimensión teórica epistemológica en la investigación cualitativa (Paul ina Salinas Meruane)

CAPÍTULO XI Proced imientos de recolección y producción de información en la investigación social (Pau l ina Sal inas Meruane)

CAPÍTULO XII Apl icación del método biográfico: de memorias y olvidos (J imena Si lva Segovia)

CAPÍTULO XIII Proced imientos de anál isis de la información en investigación social (Paul ina Salinas Meruane)

CAPÍTULO XIV Teoría fundamentada en los datos (Grounded T heory): representación social de l iderazgo juveni l (Susana Arancibia Carvajal)

8

313

365

447

483

555

Capítulo 7

Construcción y Validación de

Instrumentos de Medida para la

Recolección de Datos

Manuel Cárdenas Castro

En este capítulo presentamos los pasos esenciales para adaptar y construir instrumentos (escalas) de medida que nos permitan recolectar datos sobre el problema de investigación que hemos definido. Se trabaja sobre los requ isitos psicométricos que un instrumento debe reunir (confiabil idad y val idez) y sobre los métodos para determinarlos. Nos centramos principalmente en los pasos que permitan construcción de escalas de medida y en el modo en q ue se deben de cod ificar e introducir los datos en la planilla de modo de dejarlos preparados para los posteriores análisis estadísticos.

Palabras clave: Escalas de medida, confiabi/ídad, validez.

7.1 . Introducción

En términos generales, cabe afirmar que construimos instrumentos de recolección de datos para medir algún constructo o evento de la real idad . Medi r, consiste en un proceso mediante el cual asignamos números a determinadas características o rasgos de los objetos de la real idad sigu iendo unas determinadas reglas (Stevens, 1 951 ) . De forma más precisa, medir consiste en generar

1 4 1


correspondencia entre dos sistemas de relaciones, uno empírico (el de las propiedades que deseamos med ir) y otro formal o abstracto (el número que asignamos al evento que medimos). Las relaciones presentes en el sistema formal deben quedar adecuadamente representadas en el sistema empírico (Pardo y San Martín , 1 994).

Desde este punto de vista, un instrumento de medición adecuado será aquel que registre determinados rasgos de un objeto (físico o social) que representen los conceptos o variables que el investigador tiene en mente (Hernández, Fernández y Baptista , 1 998).

La apl icación de instrumentos de medida para indagar en las variables que nos interesa estud iar es generalmente un requisito en la investigación cuantitativa, ya que solo un adecuado material de recolección es lo único que nos permite acercarnos rigurosa y fielmente a las variables que estamos observando.

En este sentido, en este apartado pretendemos presentar una guía práctica para la construcción y val idación de esca las o instrumentos de medida que oriente a qu ienes deseen adaptar o crear nuevos instrumentos que se ajusten de mejor manera a los objetivos de su investigación . Eso sí , antes de comenzar con esta guía debemos revisar algunos conceptos que serán de uso frecuente en el la.

7.2. Test y Escalas

En ciencias sociales es habitual d istinguir entre los test y las escalas. Los primeros han sido diseñados para medir habil idades, rasgos de personalidad , valores e intereses. Son generalmente de respuesta cerrada y permiten comparar a un individuo con un grupo, situándolo en referencia a una norma. Las escalas suelen ser d iseñadas para medir actitudes y suelen ser en formato de respuesta graduado de modo de situar a los sujetos o grupos dentro

1 42


de un continuo. Además de los test y las escalas, nos encontramos con los cuestionarios, que son instrumentos en que cada pregunta tiene un valor independ iente, de modo que los deferentes reactivos o ítems del mismo no se suman ni generan una puntuación total. Un ejemplo de estos son los clásicos sondeos de opin ión y los cuestionarios de caracterización sociológica (a los cuales no nos referi remos en este apartado).

En términos generales, los test y las pruebas psicológicas (que aquí util izamos como sinónimos) han sido defin idos como medidas objetivas y estandarizadas de una muestra de conducta (Anastasi y Urbina, 1 998). Esta medida sería apropiada si logra mostrar una correspondencia entre la conducta que es medida y el desempeño del sujeto en otra área. Por ejemplo, es esperable que una persona que obtiene un alto coeficiente de intel igencia obtenga también buenas cal ificaciones por su desempeño académico, o que una persona que muestra un adecuado n ivel de desarrol lo para su edad en un test, muestre un desempeño cognitivo acorde a su n ivel de desarrol lo.

Que un test sea una medida estandarizada supone que los proced imientos para su apl icación y corrección deben de ser uniformes. Es decir, que existan reglas claras para proceder a su ap l icación y correcc ión q ue permitan q u e s iem pre , independientemente de la persona que funcione como examinador, lleguemos a los mismos resultados. Gracias a esta estandarización es que los resultados de dos personas diferentes se hacen comparables, ya que las condiciones en que se han recopilado los datos son simi lares.

Ahora bien , el objetivo de los test y las pruebas de intel igencia es comparar a los sujetos con determinados indicadores que funcionan como referencia. Se l lama normal ización al proceso mediante el cual se consigue comparar los resu ltados de un determinado sujeto con los de otras personas equ iparables pertenecientes a un grupo de referencia o , lo que es lo mismo,

1 43


con el desempeño normal de estos (desempeño promedio). En este sentido, podemos señalar que existen al menos dos tipos de normas que nos sirven de criterio de comparación : las normas intragrupo y las normas de desarrol lo.

Con las denominadas normas intragrupo se compara el desempeño del individuo al que se le ha apl icado el test o la prueba con el desempeño de su grupo de referencia . Por ejemplo, se compara el desempeño de un niño con el de sus compañeros de curso y se constata su ubicación relativa dentro de d icho grupo. De esta forma, una persona será alta o baja en la variable que se está midiendo teniendo como criterio de comparación el grado en que esa variable se encuentra presente en su propio grupo de referencia .

Para el caso de las denominadas normas de desarrol lo, lo que hacemos es comparar al sujeto con el patrón de desarrollo normal y ver cuánto ha progresado con referencia a este . Por ejemplo, si se dice de un sujeto que tiene una edad mental de 1 5 años si su ejecución en una prueba de intel igencia es simi lar a la de las personas de 1 5 años.

En necesario dejar consignado que cualquier norma debe suponerse siempre relativa , ya que se restringe únicamente a la población normativa sobre la que se tomó la muestra . Es decir, las comparaciones que se establecen solo son válidas dentro de una población determinada de la que la muestra util izada es representativa. El proceso de construcción de normas será revisado más adelante .

Respecto de las escalas de med ida podemos afi rmar que estas se han uti l izado principalmente para med ir actitudes, aunque se debe señalar que es posible uti l izarlas para medir una serie de rasgos (significados, representaciones, etc.) . Se trata de uno de los métodos más util izados en investigación social en vi rtud de su simpl icidad (la cual no está reñida con la rigurosidad) . El

1 44


supuesto que está a la base es que una serie de respuestas a un conjunto homogéneo de ítems (todos apuntan a medir el mismo rasgo), referidas a un determinado objeto, sitúan al sujeto dentro de un continuo en la variable medida.

Una escala refiere a un procedimiento de recolección de datos que tiene como característica central el uso de respuestas graduadas en que se ofrece a los sujetos una serie de reactivos con los que pueden, de forma previsible, estar de acuerdo o en desacuerdo. Se trata de un procedimiento por el cual el sujeto aporta directa y explícitamente los datos que se le sol icitan. Tienen como características centrales el situar los estímulos dentro de un continuo (se determina cuán valorado es un determinado objeto dependiendo de la ubicación de su opción en la escala graduada), situar a los sujetos dentro de un continuo (cuánto de la variable que se mide posee el sujeto y en qué lugar del continuo del rasgo se encuentra), ofrecer alternativas dentro de cada ítem para que los sujetos manifiesten su grado de acuerdo con los mismos.

• Existen d iferentes tipos de escala de medida y si bien la descripción del proceso de construcción que ofrecemos más abajo es de carácter genérico, nos referiremos brevemente a las más conocidas de ellas: las escalas diferenciales (Thurstone, 1 928), escalas sumativas (L ikert , 1 932) , escalas acumu lativas (Guttman , 1 944) y d iferencia l semántico (Osgood, Suci y Tanembaum, 1 976).

• Escalas diferenciales: este tipo de procedimientos supone que las opin iones o expresiones de las personas serían sus propias actitudes verbal izadas. Estas opiniones variarían en el grado de i ntensidad y por lo mismo expresarían mayor favorabi l idad o desfavorabi l idad. Estas escalas, también denominadas de " intervalos aparentemente igua les" (Thurstone, 1 928; Guilford , 1 954; Nunnally, 1 978) , están formadas por una serie de afirmaciones que expresan mayor

1 45


o menor grado de favorabilidad respecto del objeto de actitud. El grado de i ntensidad es determ inado por jueces expertos que evalúan uno a uno los ítems de la escala (generalmente en un rango que va de 1 hasta 9) y es representado por el valor de la mediana. Cuando los sujetos responden a la escala se l im itan s imp lemente a escoger aque l las afirmaciones con las que están de acuerdo y su puntuación corresponde a la suma simple de los valores signados a cada ítem . En este sentido, este tipo de escalas no ofrece respuestas graduadas (que era una de las características que definían las escalas más al uso). Entre las l imitaciones de este tipo de procedimientos se han señalado el arduo proceso de construcción y la interferencia de las propias actitudes de los jueces a la hora de valorar y asignar puntuaciones a los ítems (Morales, Urosa y Blanco , 2003). F i n a l mente , este t ipo de esca la no verifi ca l a unidimensional idad , por l o que desconocemos s i todos los ítems son indicadores del mismo rasgo.

• Escalas sumatívas: se trata de las más util izadas en investigación social debido a la simpleza en su construcción y a las buenas propiedades psicométricas que se han reportado. Por otra parte, el valor de cada ítem no depende de las valoraciones de jueces, s ino de las propias respuestas del sujeto, lo que las hace un mejor índice de la actitud que se m ide. En esta escala la unidimensionalidad es corroborada (por medio de los análisis de correlación ítemtotal) . La escala en sí consiste en un conjunto de afi rmaciones con las que se puede estar más o menos de acuerdo, entregando por el lo una escala graduada (que generalmente tiene 5 ó 6 opciones de respuesta que van desde "totalmente de acuerdo" hasta "totalmente en desacuerdo") , lo que permite conocer la i ntensidad del acuerdo y la dirección de la actitud . Además, la actitud no es medida solo con una pregunta, sino con u na serie de el las que refieren al mismo constructo o a dimensiones

1 46


diferentes del m ismo constructo. Algunos autores han señalado que su principal l imitación es que sujetos distintos pueden l legar a una puntuación total igual aun contestando de forma distinta a las diferentes preguntas (Morales, Urosa y Blanco, 2003).

• Escalas acumulativas: pretenden, ante todo, encontrar la unid imensionalidad de la actitud . Es decir, un sujeto que manifiesta acuerdo con una afirmación deberá estar igualmente de acuerdo con afirmaciones más moderadas referidas a la misma actitud . Es decir, los reactivos de estas escalas pueden ordenarse en un continuo de intensidad o d ificultad de aceptación (Anastasi y U rbina, 1 998). De este modo, la gran d ificultad consiste en encontrar un conjunto de ítems que conformen una secuencia ordenada que supongo que escoger un ítem implica la aceptación de todos aquel los de menor intensidad . Entre las pri ncipa les l im itaciones señaladas para este tipo de escala se encuentra la d ificultad de la construcción de una gradación de los n iveles de intensidad (Morales, Urosa y Blanco, 2003) y de los n iveles de dificultad (Nunal ly, 1 978; Kl ine, 1 993), así como su dependencia a las variaciones muestrales ( la intensidad lograda en una muestra puede variar con el tiempo o de u na muestra a otra) y los estrechos l ím ites a los que somete una actitud (ya que no logra medi r d iferentes manifestaciones de la actitud) .

• Diferencial semántico: en este tipo de escala los ítems están compuestos por pares de adjetivos polares u opuestos, los que se le ofrecen al sujeto con una escala que permite que este evalúe un determinado objeto. Se trata de un instrumento de fácil construcción y que tiene como un requisito la existencia de una verdadera polaridad entre los pares de adjetivos. Se trata de una combinación de asociaciones controladas y procedimientos de escala en la que se presenta al sujeto un concepto para que sea evaluado

1 47


por medio de un conjunto de escalas de adjetivos bipolares. La tarea consiste en parificar el adjetivo al objeto e indicar la intensidad y d irección de la asociación (Osgood, Suci y Tannembaum, 1 976; Cárdenas, 2006). En el d iferencial semántico suelen aparecer a lo menos tres dimensiones dentro de las cuales saturan los ítems: evaluación (buenomalo), potencia (fuerte-débi l) y actividad (activo-pasivo). Su principal l imitación refiere a que los significados asociados a un objeto varían de forma contextua! , es decir serían sensibles a las variaciones del contexto y a la fami l iaridad del objeto evaluado.

7 .3. Fiabil idad y Val idez

Dos son los requisitos fundamentales que debe cumplir toda escala de medición o test: debe ser confiable y vál ido .

La confiabi lidad (o fiabi l idad) se refiere al g rado de consistencia que nos otorga un instrumento para medir de modo preciso y s in error aquello que se desea medir. De esta forma, una escala confiable permitirá obtener mediciones similares cuando aplicamos la escala nuevamente a los m ismos sujetos (estabi l idad de la medición), de modo que sus elementos (ítems) serán consistentes para medir la misma propiedad (los elementos serán homogéneos) y sin error. De esta forma, podemos afirmar que un instrumento será fiable si cada vez que mide a los mismos sujetos obtiene los mismos resultados. Como vemos, la fiabi l idad tiene dos aspectos complementarios : la consistencia interna y la estabi l idad temporal (Pardo y Ruiz, 2002). Existen diferentes formas de obtener la confiabi l idad : medida de estabi l idad (test-retest) , formas paralelas , d ivisión por mitades y coeficiente alfa de Cronbach .

• Medida de estabilidad (test-retest) : en este procedimiento el mismo i nstrumento se apl ica dos o más veces al mismo grupo mediando un lapso de tiempo. Si correlación entre las aplicaciones es alta y positiva el instrumento es confiable.

1 48


• Formas paralelas: en este caso se administran dos versiones equivalentes del instrumento. Estas versiones deben ser similares en contenido, duración e instrucciones. Nuevamente la medida confiabil idad se obtiene producto de correlacionar las dos formas de la prueba.

• Método de mitades partidas (split-halves) : este método requiere u na sola apl icación , ya que se d ivide la m uestra en dos m itades y se las compara . Las dos m itades deben ser simi lares y el coeficiente de correlación obtenido debe ser a lto . Este método es sensib le a la cantidad de ítems de l instrumento y por reg la genera l a mayor cantidad d e íte m s m ayores d e b e ría n ser l os n ive les de confiab i l idad .

• Coeficiente alfa de Cronbach: este procedimiento requ iere duna sola aplicación y no se hace necesario divid ir los ítems en mitades. Valora la consistencia de la escala a partir de la corre lación inter-elementos promedio (correlación existente entre todos los ítems de la escala) .

La val idez, por su parte , refiere al g rado en que un instrumento mide adecuadamente la variab le que d ice med i r y no otros aspectos d iferentes de los pretend idos . Es este concepto el que nos ind ica lo que puede inferirse a partir de los resu ltados, pero debemos adelantar desde ya que se trata de un concepto com plejo que depende de una serie de ind icadores de d iverso tipo , por lo que es imposible referirse a la val idez como un índice ún ico que pueda apreciarse como a lto o bajo (como ocurría con la confiab i l idad ) . Este concepto nos informaría sobre la capacidad de la escala para d iscriminar entre sujetos que tienen d istinto n ivel de la característica med ida , para evaluar la concordancia entre las med iciones obten idas por la escala y otros instrumentos (así como por la concordancia con valoraciones hechas por expertos) y la agrupación de los ítems en d imensiones s im i lares a las propuestas por los autores . La

1 49


val idez es u n concepto del que puede obtenerse d iferentes formas de evidencia : re lacionada con el conten ido , con el constructo y con el criterio .

• Validez de contenido: se refiere al grado en que instrumento incluye todos los contenidos que debe medir, es decir el grado en que refleja un dominio específico de contenidos. Para aportar evidencia sobre este tipo de val idez se debe revisar exhaustivamente cómo ha s ido util izada la variable por otros investigadores. La elaboración de reactivos debe real izarse sobre la base de dicha revisión y debe tener en cuenta una adecuada extracción de dichos ítems por parte de expertos en el tema.

• Validez de constructo: se refiere al g rado en q ue la estructura factorial arrojada por los anál isis es coincidente con la prevista en el constructo teórico y en que la med ición se correlaciona consistentemente con otras med ic iones de acu e rd o con h i pótes i s d e rivad as teóricamente y que conciernen a los constructos que están siendo medidos.

• Validez de criterio: en este caso el instrumento se compara con un criterio externo y se comprueba el grado de correlación existente entre nuestro instrumento y otros que miden lo mismo, o entre este y variables que miden algo equivalente. S i el criterio se fija en el presente, se habla de validez concurrente; si se fija en el futuro, se habla de validez predictiva.

Decíamos anteriormente que la confiabi l idad y la val idez son requ isitos fundamentales de cualqu ier instrumento. Ahora bien , existen ciertos factores que pueden afectar d ichos índices de un instrumento de medición y que por lo mismo no nos permitirán lograr el objetivo propuesto al momento de construirlo. Estos factores d icen relación con la improvisación (un adecuado

1 50


instrumento requiere que se le dedique tiempo y rigor a la hora de su construcción) , la uti l ización de instrumentos que no han sido val idados en nuestro contexto (salvo el proceso de construcción de ítems, los pasos para la val idación de instrumentos son fundamentalmente los mismos que los real izados en la construcción de uno), falta de empatía del instrumento (el instrumento resu ltaría inadecuado para la muestra debido a los usos de lenguaje que util iza o por no tener inconsideración variables relevantes tales como sexo, edad , grado de conocimientos, etc . ) y factores debidos a las condiciones de apl icación del instrumento (ya sea por las condiciones físicas , por lo extenso del instrumento o por problemas mecánicos como la mala lectura de instrucciones).

7.4. Procedimiento para la construcción de escalas

Antes de comenzar con la descripción de los pasos necesarios para la construcción de una escala, debemos referi rnos a las razones para constru ir una escala de varias preguntas y no l imitarnos a una sola de el las (cuestión que también es factible y que de hecho se hace). La primera razón para el lo es que nos permite lograr una mejor descripción del constructo que se analiza, sobre todo cuando se trata de objetos complejos, y de la opin ión del sujeto acerca de este sobre la base de múltiples indicadores. De este modo, no caemos en la excesiva simpl ificación del concepto que intentamos medir y podemos dar adecuada cuenta de su complej idad .

Por otra parte, la elaboración de una escala con varios ítems nos permite obtener un mayor grado de val idez. Lo anterior debido a que en una pregunta (o pocas de el las) nuestra medida queda muy expuesta a problemas de redacción o comprensión . S i la pregunta no es claramente entendida y si esta no logra dar cuenta de las múltiples dimensiones impl icadas en el concepto, entonces los resultados podrían estar midiendo algo diferente a lo que esperábamos o lo harían de forma poco clara . De este modo una

1 5 1


amplia muestra de preguntas nos permite formarnos una mejor opin ión de las actitudes de un sujeto.

D isponer de una esca la formada por varios ítems que sean indicadores del mismo rasgo permite aumentar la confiabi l idad (Morales, U rosa y Blanco, 2003) debido a q ue se min im izan las l imitaciones de cada ítem y debido al hecho de que varias preguntas merecen más confianza que una sola, otorgándole mayor precisión a la medición .

Finalmente, el mayor número de preguntas permite que la escala diferencie mejor entre las posiciones de varios sujetos, lo que aumenta la varianza, y nos entrega información más detal lada y nítida que permita ordenar a los sujetos dentro del continuo medido por la variable. Es por el lo que sumar varios indicadores puede ser una buena idea si lo que se desea es comparar personas o grupos.

Ahora ya podemos comenzar a l istar la serie de pasos que nos permitirán constru ir una escala de medición y anal izarlos con mayor detal le . La secuencia de pasos q ue debe real izarse consiste en : 1 ) Defin i r y operacionalizar la variable que se desea medir (constru ir la tabla de especificaciones); 2) Redactar los ítems; 3) Determinar el modo de respuesta y el número de estas; 4) Indicar cómo se cod ificarán los datos (clave de corrección ) ; 5) Preparar preguntas o instrumentos adicionales para aportar evidencias de validez; 6) Obtener datos de una muestra (Pilotaje); 7) Real izar cálculos de confiabi l idad ; 8) Seleccionar los ítems defin itivos en función de los cálculos anteriores; y, 9) Real izar las comprobaciones de validez. A continuación anal izaremos por separado esta secuencia, aunque debemos consignar que según los autores q ue se revisen esta serie de pasos puede variar, condensarse o expandirse, aunque de todos modos, y salvo algunas leves mod ifi caciones , todos los autores ind ican básicamente lo mismo.

1 52


7.4. 1. Definir la variable que se desea medir

El primer paso siempre consistirá en seleccionar e l rasgo que se desea medir e i ntentar defin i rlo con la mayor precisión que nos sea posible. Es un paso que puede parecer simple a primera vista, pero es fundamental debido a que la coherencia de todo el resto del proceso depende la claridad conceptual que logremos alcanzar aquí . Es por el lo que el conocimiento claro de las dimensiones teóricas que componen la variable anal izada es fundamenta l .

Concretamente, lo que proponemos en este paso es generar una tabla en la que se especifique la variable (la que debe ser definida conceptualmente) y las dimensiones que la componen. Posteriormente a la redacción de ítems, estos se incorporarán a la tabla de forma de agrupar adecuadamente nuestro material (el que nos servirá como modelo teórico de comparación con los datos arrojados en los análisis de comprobación de la validez de constructo) .

Para cumpl i r adecuadamente con los requ isitos anteriores se debe de real izar una acuciosa b úsqueda de i nformación sobre la variab le que anal izamos, sobre los m odos en que ha sido m ed ida , sobre l as evidencias d ispon ibles que nos informan sobre sus d imensiones y los i nd icadores de estas, así como de los instrumentos a l uso para medir d icha variab le .

Cuando trabajamos sobre la adaptación y val idación de una escala construida por otro autor este paso se simplifica bastante ya que en el reporte de dicha escala se expl icitará la teoría de base y contextualizará dentro de u n marco teórico que le dé sentido.

Además, i nclu irá las dimensiones de la variable y los ítems que corresponden a estas.

1 53


Tabla 1 . Ejemplo de Tabla de Especificaciones

Variable Definición Dimensiones Ítems Preju icio Son nuevas 1. Defensa de los l. En Chi le existen grupos que Sutil expresiones del valores salen adelante por su propio

prejuicio que tradicionales e esfuerzo. Los i n m i g rantes deberían serían más idea de que los hacer lo mismo sin que se les de i n d i rectas y exogrupos no los u n trato especia l . racionalizadas/ en estarían 2. El inconven iente de que los las cuales Jos respetando.

inmigrantes se i ntroduzcan en sentimientos de hosti l idad han sido

ciertos l ugares (departamentos,

reemplazados por hospitales, etc.) es que no saben

otros de respetar las normas de convivencia

i ncomodidad, establecidas.

inseguridad1 3 . El hecho de que los i n m i g rantes disgusto y m iedo no salgan adelante, es porque ( Dovidio y enseñan a sus hijos valores y Gaertner, 1986), destrezas que no son las así como por una adecuadas en esta sociedad. dificultad para 4. Lo cierto es que si los expresar i n m igrantes se esforzaran un poco emociones

podrían estar1 al menos, tan positivas hacia los

cómodamente como los exogrupos

ciudadanos ch i lenos. (Pettigrew y Meertens, 1995). 2. Exageración de 5. Pienso que los inmigrantes son

las diferencias muy diferentes a los chi lenos en culturales y su uso sus ideas y val ores sexuales o en para justificar la su práctica sexual . posición del

6. Por lo que he podido ver1 los exogrupo.

i n migrantes son muy diferentes de los ciudadanos chi lenos en su forma de hablar y comunicarse con la gente.

7. Los i n m igrantes se diferencias mucho de los chi lenos en los hábitos de h igiene y la necesidad de l impieza.

8. Por lo que conozco, los i nmigrantes son muy diferentes de los ciudadanos ch i lenos en los valores que enseñan a sus h ijos.

3. Negación de 9 . A menudo he sentido emociones admiración hacia los inmigrantes. positivas hacia el

10. Con frecu encia he sentido exogrupo.

compasión por la situación en que se encuentran los i nmigrantes en nuestro país.

1 54


E n el ejemplo anterior podemos apreciar cómo puede elaborarse u na tabla de especificaciones que nos permita orientar el proceso de construcción de una escala y comparar posteriormente nuestras predicciones teóricas con los anál isis factoriales sobre los resultados obtenidos (de modo de aportar indicaciones de val idez de constructo) . Como se ve, lo que hemos ganado en este paso es la definición conceptual y una operacionalización de la variable que nos interesa (en este caso prejuicio suti l ) , así como l istar las d imensiones que la conforman. Posteriormente, cumplimentado e l paso siguiente (redacción de ítems) los incorporaremos a nuestra tabla de especificaciones.

7.4. 2 Redacción de ítems

Los criterios o normas para redactar ítems pueden resumirse como sigue: los reactivos de una escala de medida deben ser afirmaciones relevantes, claras, discriminantes y contrastadas sobre una variable sobre la cual los sujetos manifiestan su acuerdo o desacuerdo. Anal icemos con más detal le la afirmación anterior.

Los reactivos de una escala pueden redactarse de múltiples formas , pero habitualmente lo hacen como afirmaciones con las cuales los sujetos deben expresar su grado de acuerdo o desacuerdo . Lo relevante respecto de este punto es que los ítems deben ser opiniones (sobre el tema que sea o sobre rasgos del propio sujeto) y no hechos verificables. Este punto es lo que d istingue una escala de una prueba de conocimiento. Lo que nos interesa es la valoración del sujeto (la que siempre está teñida por sus grupos de pertenencia) respecto de la serie de temas sobre los que versa la escala de med ida.

Por otra parte, los reactivos del instrumento deben estar claramente relacionados con la variable o d imensión de la variable que apuntan a medir. Es decir, cada ítem debe contribuir

1 55


claramente a medir el constructo. Se trata como vemos de un criterio de relevancia.

La claridad de la redacción es un elemento insoslayable, ya que debemos precaver que todo aquel que lea el ítem entienda básicamente lo mismo. Los ítems ambiguos no nos sirven, como tampoco aquellos que expresan varias ideas a un mismo tiempo. En este sentido debemos ser rigurosos en la lectura de los ítems que vamos creando, de modo que sean simples y directos, y que expresen una y no más que u na idea. En caso de que detectemos la presencia de más de un concepto, debemos dividir el reactivo de modo que no ocurra que el sujeto no sepa cómo contestar, pues puede estar de acuerdo con u na parte del ítem y en desacuerdo con otra . Además, buscaremos que su redacción sea positiva para evitar confusiones (ej . : "No me gustan las discusiones sobre pol ítica" puede expresarse de mejor forma como "las discusiones sobre pol ítica me aburren").

Los ítems deben , además, contribu i r a d iscriminar las posiciones de los sujetos o grupos, por lo que su redacción debe permitir q ue unos sujetos estén de acuerdo y otros en desacuerdo con la afirmación. Lo que se busca con las escalas es hacer d istinciones y comparar sujetos. En otros términos, una buena escala debe contribuir a discriminar adecuadamente a los sujetos que poseen o no una variable (o que son pro o contra-actitudinales) o diversos grados de esta. Por regla general un ítem que contribuye a d iscriminar entre q uienes poseen o no un rasgo, son favorables o no a u na posición, o están de acuerdo o no con una determinada afi rmación , son aquel los que nos i nteresan y sirven . Si bien , el grado de discriminación lo obtenemos posteriormente a los anál isis, debemos desde la redacción procurar que apunten a detectar las d iferencias.

Finalmente, la idea de contraste hace alusión a la posibi l idad de generar ítems repetitivos donde la misma idea sea expresada de diferentes formas, lo que nos sirve no solo para anal izar

1 56


cual redacción funciona mejor, sino además podemos uti l izar varios ítems similares para analizar la consistencia de los sujetos a la hora de responder a nuestra escala. Algunos autores han señalado que con ítems repetitivos logramos mayores índ ices fiabi l idad , pero a costa de simpl ificar demasiado el constructo (Morales , Urosa y Blanco, 2003) . En este sentido, una buena escala tendrá ítems variados, toda vez que se hace recomendable que más de una persona revise su redacción para evitar inclu ir conten idos ambiguos e i rrelevantes.

Un ú ltimo elemento que es importante señalar respecto de la redacción de ítems d ice relación con la posibi l idad de redactar reactivos tanto positivos como negativos, es decir, ítems que expresen una opin ión favorable y otros que lo hagan en sentido desfavorable. Esto permite matizar de mejor manera el constructo, mantener la atención necesaria por parte de la muestra y comprobar la consistencia y coherencia de las respuestas dadas por los sujetos, evitando así la "aquiescencia" o tendencia a mostrar acuerdo con cualquier afirmación (incluso con aquel las que se contrad icen entre sí) .

7.4.3 Determinar el modo de respuesta y el número de estas

Se trata en este paso de determinar el formato que tomarán las respuestas y el número de alternativas que se pondrá a d isposición de los sujetos. Es obvio que la forma que tomen las respuestas de la escala dependerá del tipo de escala escogido. Para el caso anal izaremos los dos modos más comunes y que refieren a la escala Likert y al d iferencial semántico. En la Tabla 1 podemos apreciar un ejemplo para las preguntas con opción de respuesta para una escala Likert (con cinco opciones de respuesta que van desde "totalmente de acuerdo" a "totalmente en desacuerdo" y que suelen puntuarse desde 1 a 5) y otro para las de diferencial semántico (siete opciones de respuesta -desde "muy democrático" hasta "muy autoritario"- y que suelen puntuarse desde -3 a +3).

1 57


Para e l caso de las esca las L ikert e l formato más habitual para las respuestas suele ser ajustado a l g rado de acuerdo o desacuerdo con una determ inada afirmación (aunque también puede apuntar a med ir el tipo de interés, e l g rado de i mportancia, la frecuencia , etc . ) . Además, habrá que señalar e n úmero de opciones o de g radaciones que se ofrecerá . F ina lmente , se deberá decid i r respecto de la inclusión o no de un punto medio neutral o respuesta central , lo que equ ivale a resolver s i se ofrecerá un n úmero par o impar de a lternativas.

Resulta frecuente también que solo se ofrezcan las palabras de los extremos, dejando en blanco las opciones de respuesta central .

Para el caso de las escalas de diferencial semántico, lo habitual suele ser ofrecer opciones intermedias entre los dos pares polares de adjetivos, de modo que la e lección de una opción nos muestre qué tan cerca de una de las dos palabras se encuentra la eva luación del objeto. También aquí el número de opciones de respuestas puede variar desde dos a siete (pueden ser más pero es poco común) .

En térm inos generales, las opciones de más de dos respuestas obtienen una mayor fiabi l idad, l a que crece hasta llegar a las siete opciones, luego de lo cual el incremento resulta poco aconsejable. Además, cabe consignar nuestra preferencia por los números pares (cuatro o seis opciones de respuesta), ya que de este modo los participantes de la muestra se ven forzados a tomar una opción más o menos favorable, de modo que las respuestas que manifiestan indiferencia respecto de la afirmación son controladas permitiendo al instrumento un mayor grado de discriminación (además, se trabaja con el supuesto que respecto de objetos conocidos siempre se tiene una actitud más o menos favorable cuando los ítems son relevantes) .

1 58


7.4.4 Codificación de los datos

A las respuestas siempre se les asignarán números enteros y sucesivos . Además, es preferible evitar util izar el cero como puntuación . De este modo, para el caso de una escala de cinco opciones de respuesta se deberá puntuar desde 1 hasta 5, y coord inarlo con el sentido del ítem , de modo que una actitud favorable hacia el objeto evaluado deberá tener puntuaciones más altas. Lo anterior vale solo como recomendación , ya que muchas veces una puntuación mayor indicaría mayores niveles de la variable medida.

Ahora bien, lo importante es precisar qué ítems deben puntuarse y en qué sentido. Así, para el ítem "las discusiones sobre pol ítica me aburren" la opción "totalmente de acuerdo" tendrá una puntuación de 1 y la opción "totalmente en desacuerdo" se puntuará con un 6 (en caso de que tenga seis opciones de respuesta) . De este modo, una puntuación baja nos indicará una actitud poco favorable hacia la pol ítica. Si un segundo ítem realiza una afirmación favorable respecto del mismo objeto ("la pol ítica es una actividad relevante) , entonces tendremos que invertir las puntuaciones de modo que quien esté "totalmente de acuerdo" recibirá una puntuación de 6 y quien manifiesta estar "totalmente en desacuerdo", recibirá una puntuación de 1 (ver Tabla 2) .

Tabla 2. Ejemplo de clave de corrección

l . Las discusiones sobre pol ítica me aburren

2. La pol ítica es una actividad relevante

1 59

Q) o -�-' -a e ._ Q) Q) E :::� - u _¡g ro o Q) l- "0

6

o "E Q) :::1 u ro Q) o

2

5

3

4

4

3

o "E Q) :::1 u ro Ul e w w -a

5

2

2 o e "E Q) Q) .; a ro ro -1-' Ul o e w 1- W "O

6


Estos números son los que asignaremos como puntaje de cada ítem y que más adelante enseñaremos a i ntroducir el SPSS para real izar los anál isis de fiabi l idad y val idez de nuestra escala.

7.4.5. Preguntas e instrumentos adicionales que aporten indicaciones de validez

Para val idar un instrumento se necesita aportar datos que nos perm itan com p robar cómo func iona n uestra escal a relacionándolos con otros elementos d e modo d e verificar si realmente nuestro instrumento mide aquello que d ice medi r. En defin itiva, se trata de buscar datos que la teoría prediga y que podrían estar relacionados con nuestro constructo. Así , por ejemplo si se trata d e una escala que mide actitudes hacia la pol ítica cabría esperar que los sujetos q ue consideran relevante dicha actividad participaran en mayor grado en las elecciones que aquellos que la creen poco relevante. De este modo, cabría agregar u na pregunta que nos entregue información respecto de la conducta de voto de los sujetos (Ej . : ¿ha votado en las ú ltimas elecciones? O a modo de una escala ¿Cuán importante considera U D asisti r a votar en los procesos eleccionarios?).

Los datos que pueden ser relevantes para cumpl imentar adecuadamente este paso pueden ser de d iferente tipo: sociodemográficos (edad , sexo, estado civi l , etc.) , escalas q ue m idan el mismo rasgo o actitud (para confirmar si la correlación entre dos instrumentos similares es alta y positiva) y preguntas que apunten a medir un rasgo relacionado.

7.4.6. La prueba piloto

De lo que se trata a esta altura es de util izar nuestra versión inicial de la escala para recoger los datos y hacer los anál isis pertinentes.

1 60


Para ello debemos hacer que sujetos simi lares a aquellos a los que está destinada la escala contesten nuestro cuestionario. Respecto del número de participantes existen diferentes criterios : a) el n úmero de sujetos debe ser al menos el doble del de ítems de la escala (Morales, Urosa y Blanco, 2003); b) el número de sujetos debe ser de al menos cinco sujetos por ítem (Nunnal ly, 1 978) ; e) cualquier muestra sobre 1 00 sujetos sería suficiente (Ki ine, 1 994 ). En términos generales , pensar en contar con a lo menos dos sujetos por ítem nos parece un criterio apropiado. Además, procediendo de este modo estaremos rondando el criterio de contar a lo menos con 1 00 sujetos (recuérdese que habíamos estimado en cerca de cuarenta el número de ítems que debían constru irse para quedarnos con aproximadamente la mitad . Obviamente este criterio dependerá del tipo rasgo que estemos midiendo y de las dimensiones asociadas al m ismo).

Por otra parte , se debe resguardar que las personas de la muestra tengan características s imi lares. S i la muestra es heterogénea obtendremos mayores n iveles de confiabi l idad (debido a que exist irá mayor d ispersión de respuestas) , pero se forzará demasiado el instrumento y no se logrará comprobar si funciona o no en la muestra para la cual fue d iseñado.

7 .5. Cálculo de confiabilidad y de las correlaciones ítem-total

Una vez que se ha apl icado la escala a la muestra debemos proceder a introducir los datos en el programa estadístico que uti l izaremos para rea l izar los cálculos de confiabi l idad . Debido al espacio que tenemos para exponer esta etapa deberemos dar por supuesta la famil iaridad del lector con el programa estadístico que uti l izaremos . En todo caso y para una introducción a S PSS el lector encontrará una muy clara y sintética exposición en el capítu lo de " I ntroducción al programa estad ístico SPSS" de este mismo manual o en una serie de trabajos dedicados al anál isis

1 61


de datos con d icho programa (Pardo y Ruiz, 2002). Los datos incorporados deberán ser recodificados en el caso de los ítems inversos para posteriormente real izar el anál isis de fiabi l idad .

Previamente a ello realizaremos un anál isis sobre los ítems, el cual nos indicará si todos los reactivos contribuyen a medir el rasgo sobre el que estamos trabajando y si contribuyen a diferencias adecuadamente a los sujetos (si son discriminantes y si las respuestas de los sujetos son coherentes). Dos son los métodos d isponibles para esta comprobación : la correlación ítem total (correlación del ítem con el total menos el ítem) o el contraste de medias (pruebas t) en cada ítem para los grupos formados por las puntuaciones más altas y más bajas respectivamente. Nosotros util izaremos aquí el cálculo de la correlación ítem total , el cual nos permitirá avanzar progresivamente en la el iminación de ítems de modo de mejorar nuestra fiabil idad y dejar solo aquellos ítems que funcionan adecuadamente.

Cuando realizamos un anál isis de los ítems aquel los que tienen mayor correlación indicarían que m iden lo mismo que los demás y la e l iminación de aquellos de más baja correlación con el total (bajo .25) permitirán alcanzar un coeficiente de fiabi l idad de magnitud óptima. Existen ampl ias divergencias respecto del valor considerado adecuado para el coeficiente alfa de Cronbach . Así , existen autores que consideran que desde .50 sería aceptable en investigaciones de n ivel básico (Gui lford, 1 954) y otros que apuntan a coeficientes superiores a .85 (Pfeiffer, Hesl in y Jones, 1 976) . Para los efectos de este manual consideraremos adecuados los valores superiores a . 70; meritorios , aquel los superiores a .80 y excelentes los valores sobre .90 (Nunnally, 1 978; Pardo y Ruiz, 2002) .

Este método de análisis de ítems funciona por pasos progresivos, por lo que una vez realizado el anál isis de los reactivos y e l iminados aquel los que no se comportan adecuadamente , debemos volver a real izar el anál isis de ítems y el cálcu lo de

1 62


1


de Datos

o bten idos

1


Para el caso

para en nuestro para ambas es de . 82 .

correlación para ambas subescalas nos pruebas de que ambas dimensiones estarían relacionadas.

de

Media de la

escala si se

elimina el

elemento

i 1 36,98

i2 37,71

i3 37,82

í4 38.29

i5 38, 1 5

i6 38,50

i7 38,03

i8 38,26

i9 37,42

i 1 0 38.76

i 1 1 38,37

i 1 2 38,31

i 1 3 38,51

i14 37,51

i 1 5 37,49

í 1 6 38,32

i 1 7 38,46

i l 8 38,78

i 1 9 37,80

i20 38, 1 5

Se debe tener claro que se

n uestro caso la

Estadísticos tota.l-elemento

Varianza de Alfa de

la escala sí Correlación Cronbach si

se elimina el elemento-tot se eleimina

elemento el elemento

238,304 ,58!) ,897

235,647 ,676 ,895

247,335 ,40'1 .903

238,647 ,668 .895

243, 1 1 1 ,579 .897

248,955 ,49S , 900

259,671 ,221 , 906

244,289 ,595 ,897

241 .948 ,496 ,900

252,090 ,615 ,898

243,470 ,690 ,895

243,450 ,59!) ,897

245,299 ,51 1 ,899

240,906 ,525 ,899

240,705 ,5 1 ,900

240,687 ,71 6 ,894

252,000 ,402 ,902

254,703 ,499 ,900

241 ,943 ,521 ,899

241,486 ,58€; ,897

los

1 66


(una subescala de 9 reactivos y la otra de 1 0). Estos anál isis pueden complementarse con el cálculo de estadísticos descriptivos para cada ítem (media y desviación típica) para el grupo total o para los subgrupos que se quieran formar (por sexo, edad u otro criterio relevante). Corresponde ahora real izar las comprobaciones sobre la val idez del instrumento .

7 .6. Comprobaciones de val idez

Se debe tener claro ante todo, que los anál isis de val idez no consisten en un cálculo concreto sino más bien en un proceso. A lo largo de este se van aportando indicaciones que nos sirven para verificar si realmente estamos mid iendo el constructo que afi rmamos medir. En este sentido, val idar consiste en investigar y aportar datos que hagan verosí mi l la uti l idad de nuestra escala para acercarse al constructo que nos interesa.

Respecto de la val idez, nos interesa confi rmar que estamos midiendo el rasgo previsto en el constructo teórico (y para el cual elaboramos la tabla de especificaciones) y para ofrecer un análisis de las relaciones esperadas con otras medidas, ya que se trata de buscar la convergencia con indicadores que podamos interpretar como evidencia de que el rasgo analizado es lo que se está midiendo y no otra cosa . Así , si lo que medimos es u na prueba de intel igencia , y encontramos una fuerte concordancia entre los resu ltados de nuestra prueba y los de otras que se suponen miden el mismo rasgo (otras pruebas de i ntel igencia), o s i realizamos algunas predicciones (por ejemplo sobre el elevado rendimiento académico de una persona que puntúa alto en nuestra prueba de intel igencia) , podremos acumular elementos que nos permitan ofrecer una interpretación persuasiva respecto de la val idez de nuestro constructo teórico y su valor práctico.

Respecto de la validez ajustada a criterio ya hemos afirmado que en ella se relaciona la puntuación en la escala con el estado en alguna otra variable. Es decir, se real iza una predicción de lo que

1 67


se espera del sujeto en la segunda variable (que sirve como criterio) . De lo que se trata es de aportar datos (y de al l í que lo más dificu ltoso en este momento de la val idación es encontrar algún criterio que resulte pertinente y relevante) que permitan mostrar que nuestra escala es capaz de predecir satisfactoriamente en alguna de las áreas de conducta afines a las que mide la escala. Por ejemplo, es esperable que las personas preju iciosas con las mujeres (sexistas) lo sean también en otros ámbitos vinculados al prejuicio (homofobia). Pero más aún, es esperable que personas sexistas estén de acuerdo con restringir aún más los derechos de las mujeres. Por contrapartida , es esperable que personas igual itarias (que puntúan bajo en una escala que mide preju icio) manifiesten su acuerdo con la ampl iación de derechos a las mujeres.

El procedimiento adecuado para confirmar la relación entre dos puntuaciones es el coeficiente de correlación . Es decir, los sujetos sexistas deberían obtener un coeficiente de correlación alto y positivo con las puntuaciones de otra escala que mida otras formas de prejuicio (también podríamos realizar comparaciones de medias entre los sujetos sexistas y no sexistas en los puntajes para la pregunta de criterio). Estos procedimientos serán revisados con detal le en el capítu lo dedicado al anál isis de datos, por lo que ahora simplemente destacaremos su uso para este tipo de procedimiento .

Para controlar adecuadamente el contenido de los test y escalas de modo que estos resulten vál idos, no existe un procedimiento estadístico asociado. Lo que se pretende aquí es más bien de asegurar una adecuada planificación del test y una rigurosa selección de los contenidos que se incluyen en este. Lo anterior implica poseer una visión clara de lo que el test o la escala pretende medir, así como de las formas en que esto se ha venido haciendo (revisión de las escalas disponibles para medir el mismo constructo) . Defin ir adecuadamente el domin io designado por la escala impl ica distinguir un rango apropiado de tareas, estímulos

1 68


y situaciones, así como la clase de respuestas que se registrará y las instrucciones que se le entregarán al examinado (Cronbach , 1 998). Otra estrategia posible consiste en divid i r la variable en domin ios y en asignar un número de reactivos a cada dominio (o dimensión de la variable), tal como lo mostramos en nuestro ejemplo sobre la tabla de especificaciones, el que debe ser rigurosamente revisado para apreciar si cada reactivo se ajusta a lo que se desea medir en cada dominio (por lo que la adecuada defin ición de cada d imensión debe ser presentada). Así , la forma de asegurar la val idez de los contenidos de nuestro instrumento queda asegurada por una cuidadosa planificación y por una rigurosa revisión de los contenidos que se incluyen, ya que un concepto solo tiene sentido dentro de una teoría que lo define y del imita.

En el caso de la validez de constructo los antecedentes aportados pueden ser de d iferente tipo: correlaciones, comparaciones de grupos o proced imientos de agrupación de datos.

Para el caso de los anál isis de correlaciones y las comparaciones entre grupos estas serán ajustadas para i nd icar validez de constructo cuando lo pongan en relación con otros modos de medir el mismo rasgo (convergencia), para probar relaciones esperadas con otros rasgos (predicción) , para comprobar que no exista relación donde esperamos que esta no se presente (d ivergencia) y para mostrar d iferencias entre d istintos grupos en e l grado en que posee la variable analizada o variables relacionadas.

En el caso de los proced imientos de agrupación de datos es bastante extendido el uso de los análisis factoriales como método de comprobación de la val idez de constructo. Ahora bien , no es posible afirmar que se ha validado un instrumento por el solo hecho de real izar un análisis factoria l exploratorio, lo único que podemos hacer es obtener ind icaciones sobre esta gracias a que nos faci l ita el proceso de di lucidación de los aspectos comunes que subyacen a un conjunto de reactivos y sobre los ítems que

1 69


conforman cada d imensión . Es decir, nos permite clarificar el constructo y compararlo con aquello que en términos teóricos habíamos defin ido como esencial de la estructura h ipotética de nuestro constructo. En este sentido, e l análisis factorial (que revisaremos detal ladamente en e l capítulo dedicado a l análisis de los datos) permite indagar en al lóg ica i nterna y la estructura del constructo e intenta verificar la d imensional idad del mismo.

Por otra parte, d isponemos de modelos de anál isis factorial que nos permiten comprobar la estructura de un instrumento, lo que resulta sumamente út i l a la hora de real izar una adaptación de escalas. De este modo, lo que se confirma es la semejanza entre la estructura factorial del instrumento origi nal y de su réplica. Estos métodos confirmatorios permiten una mayor concreción de las h ipótesis que deben ser contrastadas (dado que sabemos de antemano en una adaptación qué ítems deberían contener cada d imensión) , permitiendo la asignación de indicadores específicos a d imensiones concretas (Batista-Foguet, Coenders y Alonso, 2004) y superar las l imitaciones que poseen los anál isis factoriales exploratorio (no asumen ningún modelo para lo ítems y se l im itan solo a reducir la d imensionalidad , no se expl icita el número de factores y se obvia su contraste estadístico, etc.). Pese a todo lo anterior, nos parece que las mejores indicaciones de validez se obtienen del anál isis factorial de los ítems de una escala, toda vez que resultan evidentes las ventajas de aquellos análisis que confirman la estructura de una escala respecto de aquellos que se l imitan a explorarla.

7. 7. Puntuaciones, conversión de puntuaciones y Normas

Es evidente que la puntuación d i recta obtenida por una persona en un test, una escala o una prueba no nos dice mucho respecto de quien lo ha obtenido. Por ejemplo, afi rmar que alguien ha obtenido 40 puntos en una prueba que evalúa intel igencia no nos dice mucho (aun sabiendo el m ín imo y el máximo de puntos que podrían obtenerse en el la) respecto de su posición y por e l lo del

1 70


grado en que posee la variable. En este sentido, debemos afi rmar que las puntuaciones deben interpretarse siempre desde un marco de referencia claro y en relación a un parámetro con el cual comparar la puntuación . A este parámetro se le denomina habitualmente norma y refiere a la estandarización que se hace de un desempeño objetivo de una muestra representativa en la prueba. En este sentido, la norma es la que nos permite situar el desempeño del sujeto en relación con un grupo de referencia, de modo de saber si su rendim iento es similar a l del promedio, s i está l igeramente por debajo o por arriba de este , o si se encuentra cerca de alguno de los extremos de la d istribución. Para ello debemos transformar la puntuación del sujeto en una medida relativa, la que nos permitirá comparar d i rectamente d iferentes i ndividuos (Anastasi y Urbina, 1 998).

En términos generales, pueden d istingu i rse dos tipos de normas: aquellas que comparan al sujeto con un patrón de desarrollo "normal" (normas de desarrollo), y las que lo evalúan en términos del desempeño de su grupo (normas i ntragrupo).

• Normas de desarrollo. Para el caso de este tipo de normas, las puntuaciones de los sujetos adquieren sentido al indicarnos cuánto ha progresado la persona en referencia al patrón de desarrollo normal para su etapa evolutiva . Son típicas de este t ipo de normas las pruebas que m iden intel igencia (ej . concepto de edad mental ) y aquellas que se centran en el cumpli miento de las etapas del desarrol lo evolutivo de los sujetos (ej. pruebas de conservación).

• Normas intragrupo. Casi todas las formas de estandarización se centran en este t ipo de normas, i ncluso aquel las consideradas como normas de desarrol lo tienen como referencia la comparación con ciertos patrones de desarrollo considerados normales para un grupo determ inado. Aqu í l a descripción del desempeño del sujeto s e real iza comparándolo con el desempeño medio de su grupo de

1 71


referencia y ubicándolo dentro del continuo defin ido por dicha muestra normativa .

Como ya hemos mencionado, todas las interpretaciones respecto del desempeño de un sujeto o sobre sus puntuaciones son sumamente relativas, en tanto siempre deben recurrir a una norma externa que permita asignarles un valor. Dos puntuaciones solo resultan comparables cuando explicitamos un criterio de comparación y, no está de más decirlo, esos criterios siempre pueden resultar arbitrarios. Por otra parte, cualquier norma siempre se restringe a la población normativa particular de la que se tomó la muestra (Anastasi y Urbina, 1 998). Las muestras no resultan comparables si los grupos normativos pertenecen a poblaciones diferentes.

7. 7. 1. Conversión de las puntuaciones

La forma más senci l la de comparar puntuaciones es ordenándolas de modo de poder precisar el lugar del sujeto dentro del grupo que sirve como referencia . De este modo, la expresión en términos de porcentaje de sujetos que quedan sobre y bajo la puntuación obtenida por un determinado sujeto es una de las primeras y más utilizadas formas de conversión de la puntuación. Se denomina percentiles a la cifra que nos i ndica qué proporción del grupo se sitúa por debajo de una persona. Se trata de una medida de posición que tiene 99 valores de variable y que divide la d istribución en 1 00 partes (donde cada parte contiene el 1 % de las observaciones). De este modo un percentil 28 indica que el 28% de los sujetos se encuentra bajo de d icha observación y 72% sobre el la. Hay que tener en consideración que las puntuaciones d irectas se distribuyen de forma d istinta que los percentiles, toda vez que los percentiles de dos grupos d istintos, o de dos pruebas distintas, no son comparables.

Las pu ntuaciones transformadas perm ite n comparar puntuaciones en diferentes pruebas, aunque nunca nos indican

1 72

1

de Datos

puede

ver con de dispersión

como la suma de e l los


el mérito de ser las más ut i l izadas debido a las faci l idades que nos entregan para s i tuar los datos que arrojan .

En SPSS todos estos cálcu los son bastante sencil los. Así , para calcu lar los valores asociados a cada percenti l debemos pu lsar la opc ión "F recuenc ias" u b icada d en tro de l s u b m e n ú "Estad ísticos descriptivos" del menú "Anal izar", con lo cual se desplegará el cuadro de diálogo de Frecuencia (F igura 6). Una vez a l l í , traspasamos a la ventana de variables aquel la que contiene el puntaje de l sujeto en la escala y pu lsamos el botón de "Estadísticos" y marcamos la opción percenti les (F igura 7).

F igura 6. Frecuencias: Cálculo de percentíles

Figura 7. Frecuencias: Estadísticos: Cálculo de percentíles

1 74

Recolección de


de variables y marcar la variables". pu lsamos en a utomática se genera la con las puntuaciones z en n uestra de datos 1 1 ) .

Como podemos apreciar en la F igu ra 1 O , al sujeto 2 correspond ía u n puntaje b ruto de 25 puntos) le corresponde u na puntuación z de 0 ,425. Esta puntuación típica nos indicaría que el sujeto se encuentra a menos de media desviación de la media.

1 O. Calcular: Puntuaciones T

1


que vemos en l a asignar un nombre a la variable que vamos a crear (denominada en el "tpuntaje") y multip l icar la que contiene z por la

1 O, l uego sumarle la constante 50 de la ventana n umérica") .

z y T

surgir a l lector a estas cad a d e

u n a nos

�Manuel Cárdenas Castro

S . ( 1

• Morales, P. , U rosa, de actitudes

26. Madrid:


L . ( 1 986) . P rej ud ice , Diego:

Psychometric methods. York:

A basis for scal ing d ata . '""" '"'\li<-1\AI gt 1 39- 1 50�

P. ( 1 998) . c o D F :

Handbook psychological test ing.

measurement of

( 1 Psycometric

1


P, ( 1

de en

e l

psychophysics. of psychology.

1

Documents

Métodos de investigación social - FLACSOANDES · investigación social debido a la simpleza en su construcción y a las buenas propiedades psicométricas que se han reportado. Por